.iloc函数的使用

已于 2022-04-02 20:43:57 修改
阅读量2.3k 收藏 8
点赞数 1
文章标签： python
于 2022-04-02 20:43:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ZYanYan0926/article/details/123928604
版权

访问DataFrame对象中的.iloc属性可以按照行位置对应的整数索引访问行数据。

访问某一行：.iloc[index]
访问连续的某几行：.iloc[起点index:结束index]，不包含结束index这一行数据
访问不连续的某几行：.iloc[[index1,index2,...]]
访问单个元素：.iloc[index的位置,columns的位置]
访问多个元素：.iloc[index位置切片或列表，columns位置切片或列表]

 

请叫我格姐
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python中iloc的详细用法_Pandas中loc和iloc函数用法详解（源码+实例）
weixin_39937412的博客
12-03 1万+
loc函数：通过行索引 "Index" 中的具体值来取行数据(如取"Index"为"A"的行)iloc函数：通过行号来取行数据(如取第二行的数据)本文给出loc、iloc常见的五种用法，并附上详细代码。1.利用loc、iloc提取行数据import numpy as npimport pandas as pd#创建一个Dataframedata=pd.DataFrame(np.arange(16)...
pandas中iloc与loc的使用
atwdy的博客
07-07 720
用的时候有些模糊，查下资料彻底搞清一下。官方文档上一个示例的DataFrame，直接拿过来， 下面都针对这个DataFrame操作，其中0 1 2叫做行标签，a b c d叫做列标签，有一点需要注意，如果没有显式指定行标签，则会自动用行号作为它的行标签，关于什么是行号和行标签，行号就是从0开始编号的整数，可以理解为数组下标，行标签只是一个用来标识行的不重复的唯一标识，可以理解为K-V结构中的K。无论指没指定行标签，行号都是隐式存在的，列标签和列号也同理。iloc属性官方文档地址：https://panda
loc和iloc函数用法详解（Python）(2)
最新发布
m0_61331491的博客
05-15 418
🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化学习资料的朋友，可以戳这里获取。
Pandas loc/iloc用法详解
guguo666的博客
12-14 573
在数据分析过程中，很多时候需要从数据表中提取出相应的数据，而这么做的前提是需要先“索引”出这一部分数据。虽然通过 Python 提供的索引操作符"[]“和属性操作符”."可以访问 Series 或者 DataFrame 中的数据，但这种方式只适应与少量的数据，为了解决这一问题，Pandas 提供了两种类型的索引方式来实现数据的访问。本节就来讲解一下，如何在 Pandas 中使用 loc 函数和 iloc 函数。
iloc函数使用方法
热门推荐
qq_39368111的博客
12-01 6万+
iloc[ : , : ] 前面的冒号就是取行数，后面的冒号是取列数 找了一个例子做实践 import numpy as np import matplotlib.pyplot as plt import pandas as pd dataset = pd.read_csv('Position_Salaries.csv') dataset.head(5) X = dataset.iloc[:, 1:2].values #第2列【1】 level 左闭右开 y = datase
python索引例子_谈谈python中的索引
weixin_39839162的博客
11-26 259
最近以python为工具，取代VBA处理工作中Excel遇到的小问题，我觉得其优点：一是语言更清爽友善，因为VBA的语言一来IDE难用，语法风格不大气优雅（我个人的见解）:二是，我一直怀疑Excel对数据的处理能力，因为Excel在数据量稍大、公式包含太多时致命的卡顿；超过几万行，各种sumif，countif就像个笑话，vlookup动则开启右下角的线程缓慢爬坡；VBA因为先天基因问题，也不能拯...
python：iloc()方法、slice()方法、enumerate()方法、[-1]、[:-1]、[::-1]、[n::-1]方法(切记：切片为左闭右开)
01-07
文章目录切片之一维数组切片之二维数组.iloc()函数slice()函数enumerate（） 因为一个切片索引导致一上午在纠结代码肿么回事！ε=(´ο｀*)))唉 话不多说，上例子 切片之一维数组 import numpy as np a=np.arange(5)...
对pandas replace函数的使用方法小结
01-21
使用方法如下： import numpy as np import pandas as pd df = pd.read_csv('emp.csv') df #Series对象值替换 s = df.iloc[2]#获取行索引为2数据 #单值替换 s.replace('?',np.nan)#用np.nan替换？ s.replace({'?...
pandas基础使用教程.pdf
05-10
7. 使用 pandas.MultiIndex 显式创建多级行索引 8. 多级行索引的升维及降维 9. 在DataFrame 中添加列 insert 10. 排序 sort 11. 根据多级索引进行数据统计 12. 简易合并 pandas.concat 13. pandas.merge 合并...
koalas-master.zip
12-19
用户可以直接使用Pandas的大部分函数和方法，如`head()`, `tail()`, `describe()`等。 - Koalas支持常见的数据操作，包括过滤（`loc`, `iloc`）、聚合（`groupby`, `agg`）、合并（`merge`, `join`）和排序（`sort_...
Pandas库之DataFrame使用的学习笔记
09-19
- **查看数据值**：使用`.values`返回NumPy数组形式的数据，或者使用`.loc`和`.iloc`按行名或行号选取数据，例如： ```python df3.values df3['name'].values df1.loc['A'] df1.iloc[0] ``` 4. **筛选与选择...
Pandas .iloc indexer 深入解读，让你搞定整数索引!
devid008的博客
05-14 277
解决的关键就是正确理解.iloc的作用对象是Pandas的数据结构，如果操作的不是Pandas对象，请使用对应对象的索引方法。我们可以看到，在Pandas的DataFrame上使用.iloc可以正常索引，但是在numpy数组上使用则会报错，提示”numpy.ndarray’对象没有‘.iloc’属性“。这是因为我们需要记住，.iloc是pandas特有的索引方式，它只能在Pandas的DataFrame和Series对象上使用，不能用于numpy数组。那么出现这个错误该如何解决呢?
python pandas包数据定位（[] & index & loc & iloc & where & query）
sinat_40452536的博客
07-30 622
先占个坑 免得忘记 改天来写
数据建模学习笔记 -- 类别不平衡问题
Tian_CMCC
12-11 1993
1. 什么是类别不平衡问题： 在很多任务中，正负样本数量通常是不平衡的，例如在欺诈、失效检测等任务中，正样本的数量远远多于负样本的数量。在类别不平衡问题中，我们将数量多的类别称为“大类”，数量少的类别成为“小类”。 由于类别不平衡问题的数据集中被大类主导，追求高分类精度是毫无意义的。例如在信用卡欺诈任务中，当类别不平衡度为1000时，即正负样本的比例为 1000 : 1，将所有的样本全部分为正样本即可获得 99.99% 的分类精度，虽然分类精度很高，但是无法检测出任何负样本，显然，这样的模型是毫无意义的。
python iloc函数_Python pandas.DataFrame.iloc函数方法的使用
weixin_39760689的博客
11-21 1219
DataFrame.iloc纯粹基于整数位置的索引，用于按位置选择。.iloc[] 主要是基于整数位置（从轴的0到长度-1），但也可以与布尔数组一起使用。允许的输入:整数, 例如， 5整数的列表或数组, 例如， [4, 3, 0]带有整数的切片对象, 例如， 1:7布尔数组具有一个参数（调用Series，DataFrame或Panel）的可调用函数，它返回索引的有效输出（上述之一）。 当您没有对调...
Pandas---三种索引操作与loc/iloc区别
qq_41982466的博客
12-23 538
Dataframe 索引数据 原始数据： data = pd.DataFrame(np.arange(12).reshape(4,3),columns=['A','B','C']) A B C 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 way1: 列索引： data['A'] or data[['A','B']] 行索引： data[:2] 可添加逻辑判断筛选 data = data[data['A']>2] A B C 1 3 4 5 2 6 7 8 3 9 10
python中loc、iloc和ix函数区别和作用详解（附示例）
weixin_43631296的博客
04-01 7049
1.loc意义：通过行标签索引行数据 loc[n]表示索引的是第n行（index是整数） loc[‘n’]表示索引的是第‘n’行（index是字符） 2.iloc意义：通过行号获取行数据 3.ix：结合前两种的混合索引 三者区别 ix / loc 可以通过行号和行标签进行索引，比如 df.loc[‘a’] , df.loc[1], df.ix[‘a’] , df.ix[1] iloc只能通过行...
pandas中利用 .iloc 和 .loc 选取数据
Carolinedy的博客
06-13 3万+
Pandas 基本的数据结构是 Series（数组） 和 DataFrame（类似二维数组），Pandas 提供了 Index 对象，每个 Series 都会带有一个对应的Index，用来标记不同的元素，Index 的内容不一定是数字，也可以是字母、中文等，它类似于SQL中的主键 Pandas 读取文件时候，注意文件的存储路径不能带有中文，否则读取可能出错。 .iloc：根据标签的所在位置，从...
python dataframe loc函数_python pandas.DataFrame.iloc函数使用详解
06-07
当然，我非常乐意为您提供有关 Python pandas.DataFrame.iloc 函数的使用详解。pandas.DataFrame.iloc 函数用于按位置选择行和列，它的语法格式如下： ``` python df.iloc[row_indexer,column_indexer] ``` 其中，row_indexer 是行的位置或行的布尔条件，column_indexer 是列的位置或列的布尔条件。row_indexer 和 column_indexer 都可以是单个位置、位置列表、位置切片或布尔条件。 下面是一些具体的使用方法： 1. 使用单个位置选择行和列： ``` python df.iloc[0, 0] ``` 2. 使用位置列表选择行和列： ``` python df.iloc[[0, 2], [1, 3]] ``` 3. 使用位置切片选择行和列： ``` python df.iloc[0:3, 1:3] ``` 4. 使用布尔条件选择行和列： ``` python df.iloc[df['column_label'] > 10, [0, 2]] ``` 5. 使用函数选择行和列： ``` python df.iloc[lambda df: df.index % 2 == 0, [1, 3]] ``` 除了以上的使用方法外，pandas.DataFrame.iloc 函数还支持一些其他的参数，如 axis、level、sort、na_rep 等。这些参数可以根据具体的需求进行选择和设置。 希望这些内容能够对您有所帮助，如果您还有其他的问题，可以随时向我提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值